1.一种遥感影像的薄云去除方法，其特征在于，包括如下步骤：S101、计算遥感影像的亮度影像；

S103、对所述亮度影像进行粗处理；

S105、对所述亮度影像进行累积直方图截断处理；

S107、恢复所述遥感影像的色彩信息。

2.如权利要求1所述的遥感影像的薄云去除方法，其特征在于，步骤S101中，定义遥感影像的亮度影像为：I＝(R+G+B)/3，

其中，R、G和B分别表示所述遥感影像的红色、绿色和蓝色波段；

考虑到颜色向量之间的相关性：

其中，ε为一个极小量。

3.如权利要求1所述的遥感影像的薄云去除方法，其特征在于，步骤S103中进一步包括：对所述亮度影像进行快速傅里叶变换；

进行高斯滤波；

对滤波后的结果进行傅里叶逆变换，得到亮度影像的背景影像；

用原始亮度影像减去所述背景影像，即可得到粗处理后的亮度影像。

4.如权利要求1所述的遥感影像的薄云去除方法，其特征在于，步骤S105采用累积直方图截断的方法对所述粗处理后的亮度影像进行拉伸。

5.如权利要求4所述的遥感影像的薄云去除方法，其特征在于，步骤S105中，设定一个截断比例阈值t，则截断阈值为T＝tMN，其中，M和N分别为粗处理后亮度影像的高度和宽度，统计所述亮度影像的直方图h(n)，其中n＝1、2、…、256；分别从直方图的左边和右边开始计算累计直方图，将满足下列条件的灰度值作为截断灰度值：其中，Vleft和Vright分别为左截断和右截断灰度值；

在得到该波段影像的左右截断灰度值后，按照下式对粗处理后的亮度影像进行灰度值拉伸：如果I'(x,y)＜Vleft，则I'(x,y)＝0，

如果I'(x,y)＞Vright，则I'(x,y)＝255，

否则

其中，β为亮度调节因子，且β≤1。

6.如权利要求1所述的遥感影像的薄云去除方法，其特征在于，步骤S107中，所述截断处理后的亮度影像通过如下公式恢复所述遥感影像的色彩信息：其中，ε为一个极小量。